Informática - Aprendizaje automático

Nuevos métodos mejoran la estabilidad y precisión en sistemas de matriz complejos.

Evaluando las capacidades de los LLM usando juegos en cuadrícula como Tres en Raya y Cuatro en Raya.

Este estudio analiza cómo la inicialización afecta el ajuste fino de modelos preentrenados usando LoRA.

Explorando la privacidad diferencial a nivel de usuario en el entrenamiento de modelos de lenguaje grandes.

Una mirada a métodos eficientes para el movimiento de recursos en diferentes áreas.

PaliGemma combina la comprensión de imágenes y texto para aplicaciones versátiles.

Descubre cómo la inferencia activa mejora las capacidades de los autos autónomos.

Un estudio sobre el uso del aprendizaje activo para mejorar los sustitutos de DNN para ecuaciones de difusión.

Una mirada a las herramientas clave de pipelines de datos y su rol en la ingeniería de datos.

Un estudio sobre el uso de la incertidumbre predictiva para reducir el olvido catastrófico en modelos de aprendizaje automático.

Un nuevo enfoque para mejorar la eficiencia en tareas de reconocimiento de patrones.

Este artículo explora métodos para explicar las similitudes entre nodos en datos de grafos.

Un nuevo método ayuda a los robots a aprender observando las interacciones humanas.

Un nuevo método acelera la generación de bibliotecas moleculares para mejores medicamentos.

Aprende cómo la selección aleatoria de semillas afecta el rendimiento y la fiabilidad del modelo de IA.

La investigación revela cómo la IA puede aprender razonamiento causal a partir de ejemplos.

Este método mejora la representación de formas y la predicción de rendimiento en el diseño.

Un nuevo método mejora las predicciones de peso de aristas usando Redes Neuronales Graph.

Un método para detectar el sobrecalentamiento en motores marinos en medio de condiciones cambiantes.

Simplificando la preparación de datos y el código de ML para mejorar la precisión y la eficiencia.

Un nuevo método mejora el aprendizaje multitarea al agregar objetivos y características.

Un enfoque de meta-aprendizaje para mejorar la selección de clasificadores y aumentar la precisión.

CHILLI mejora las explicaciones de la IA para generar más confianza y comprensión.

Una mirada a los avances de las GNN y su interpretabilidad.

Métodos innovadores mejoran la clasificación de hongos venenosos usando aprendizaje profundo.

Aprende cómo el aprendizaje automático ayuda en la planificación efectiva de instalaciones en medio de incertidumbres.

Un conjunto de datos revolucionario busca mejorar la tecnología de camiones autónomos a través de datos extensos y de alta calidad.

Explorando los beneficios del Aprendizaje Federado para la detección de anomalías en redes IoT.

EFVFL ofrece un método estable para una comunicación eficiente sin compartir datos privados.

Nuevo método examina cómo los datos de entrenamiento afectan las salidas del modelo de IA.

Un nuevo conjunto de datos busca mejorar la captura de voz usando sensores de conducción por el cuerpo.

Un nuevo enfoque para facilitar la búsqueda de factores de riesgo de enfermedades en la literatura médica.

Un estudio revela cómo los patrones de datos 5G pueden exponer la actividad de los usuarios.

Un nuevo método combina datos visuales y texto para un mejor análisis de tejidos.

SGM-PINN mejora la eficiencia de entrenamiento para resolver ecuaciones complejas en ingeniería y física.

Un nuevo método mejora la detección de anomalías en la fabricación a través del análisis de tendencias y la incertidumbre del modelo.

LAPT simplifica la detección OOD, mejorando la confiabilidad de la IA en situaciones inciertas.

Un nuevo marco minimiza el esfuerzo humano mientras aborda los sesgos del modelo.

Un estudio sobre cómo mejorar la capacidad de la IA para seguir instrucciones en lenguaje natural.

Un estudio sobre cómo los modelos de ML entienden la sintaxis de los lenguajes de programación.